微软提出增强扩散采样方法，高效估计蛋白质自由能
热点事件历史事件
微软提出增强扩散采样方法，高效估计蛋白质自由能
1 篇报道1 个报道来源13 天前更新
先了解这件事
AI 综述
微软 Research AI for Science 等团队提出 Enhanced Diffusion Sampling，把伞形采样、Metadynamics 等传统增强采样思路引入扩散模型，用于捕捉蛋白质稀有构象、估计自由能，研究发表于 Journal of Chemical Physics。 在 18 个蛋白质体系中，其 ΔG-Diff 方法通常只需约 100–1000 个样本，就能让自由能估计与自身大样本收敛参考值之间的误差降至 1 kcal/mol 以下。不过，真实蛋白质测试主要证明该方法能更高效地估计 BioEmu 模型中的自由能，并未证明其结果普遍更接近实验测定值；目前验证集中在简化体系和蛋白质折叠自由能任务。相关代码已在 BioEmu 项目中开源。
AI 根据报道生成 · 12 天前更新
最新进展10月27日 11:47
微软提出增强扩散采样方法 Enhanced Diffusion Sampling，更高效捕捉蛋白质稀有构象报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- 奶牛猫的CADD实验室精选微软提出增强扩散采样方法 Enhanced Diffusion Sampling，更高效捕捉蛋白质稀有构象
微软 Research AI for Science 等团队提出 Enhanced Diffusion Sampling，将伞形采样、Metadynamics 等增强采样思路引入扩散模型，相关研究正式发表于 Journal of Chemical Physics。
本事件热度走势
- 可比范围当前
- 2
- 可比范围峰值
- 311月2日 02:00
- 近 24 小时变化
- -20%
0123
06:0012:0018:0011月3日06:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。